Eviews中VAR模型的操作、脉冲响应分析和方差分解的实现.

EViews统计分析基础教程
一、向量自回归（VAR）模型
3. VAR模型的建立 VAR模型的滞后结构检验 （4）滞后阶数标准
选择VAR对象工具栏中的“View”|“Lag Structure”|“Lag Length Criteria”选项，在弹出的对话 框中输入最大滞后阶数，然后单击“OK”按钮即可得 到检验结果。
EViews统计分析基础教程
一、向量自回归（VAR）模型
3. VAR模型的建立
VAR模型的滞后结构检验 （3）滞后排除检验 滞后排除检验（Lag Exclusion Tests） 是对VAR模型中的每一阶数的 滞后进行排除检验。如右图所示。 第一列是滞后阶数， 第二列和第三列是方程的χ2统计 量， 最后一列是联合的χ2统计量。
EViews统计分析基础教程
第11章 VAR模型和VEC模型
重点内容： • 向量自回归理论 • VAR模型的建立 • Johansen协整检验 • VEC模型的建立
EViews统计分析基础教程
一、向量自回归（VAR）模型
1.向量自回归理论
向量自回归模型可以用来预测相关联的经济时间序列系统， 并分析随机扰动对变量系统的动态冲击，进一步解释经济冲 击对经济变量所产生的影响。
EViews统计分析基础教程
一、向量自回归（VAR）模型
3. VAR模型的建立
在“VAR Type”中有两个选项： •“Unrestricted VAR”建立的是无约束的向量自回归模型， 即 VAR模型的简化式； •“Vector Error Correction”建立的是误差修正模型。 “Estimation Sample”的编辑框中输入的是样本区间，当 工作文件建立好后，系统会自动给出样本区间。 “Endogenous Variables”中输入的是内生变量。 “Exogenous Variables”中输入的是外生变量，系统默认 情况下将常数项c作为外生变量。 “Lag Intervals for Endogenous”中指定滞后区间
在EViews软件操作中，选择VAR对象工具栏中的 “View”|“Lag Structure”|“Granger Causality/Block Exogeneity Tests”选项，可得到检验结果 。
EViews统计分析基础教程
一、向量自回归（VAR）模型
3. VAR模型的建立
VAR模型的滞后结构检验 （2）Granger因果检验 右图的检验结果为： 在5%的显著性水平下， 变量log(ex)能Granger引 起变量log(ms)，即拒绝 原假设；但变量log(ms) 不能Granger引起变量 log(ex)，即接受原假设。
结构VAR是指在模型中加入了内生变量的当期值，即解释变 量中含有当期变量，这是与VAR模型的不同之处。 下面以两变量SVAR模型为例进行说明。
xt=b10 + b12zt +γ11xt-1 +γ12 zt-1 + μxt zt=b20 + b21xt +γ21xt-1 +γ22 zt-1 + μzt 这是滞后阶数p=1的SVAR模型。其中，xt和zt均是平稳随机 过程；随机误差项μxt和μzt是白噪声序列，并且它们之间不相 关。系数b12表示变量的zt的变化对变量xt的影响；γ21表示xt-1 的变化对zt的滞后影响。该模型同样可以用如下向量形式表 达，即
1.0
0.5
0.0
-0.5
-1.0
-1.5 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
VAR模型中AR根的图
ቤተ መጻሕፍቲ ባይዱ
EViews统计分析基础教程
一、向量自回归（VAR）模型
3. VAR模型的建立 VAR模型的滞后结构检验 （2）Granger因果检验 Granger因果检验的 原假设是 H0：变量x不能Granger引起变量y 备择假设是 H1：变量x能Granger引起变量y
B0 yt= 0 + 1 yt-1 + μt
EViews统计分析基础教程
一、向量自回归（VAR）模型
3. VAR模型的建立
选择“Quick”|“Estimate VAR…”选项，将会弹出下图所 示的对话框。 该对话框包括三个选项卡，分别是“Basics”、 “Cointegration”和“VEC Restrictions”， 后两个选项卡在VEC模型操 作中使用。系统默认是“Basics” 选项卡。。
在VAR对象的工具栏中选择“View”|“Lag Structure”|“AR Roots Table/ AR Roots Graph”选项，得到 AR根的表和图。
EViews统计分析基础教程
一、向量自回归（VAR）模型
4. VAR模型的检验
VAR模型的滞后结 构检验 （1）AR根的图与 表
Inverse Roots of AR Characteristic Polynomial 1.5
EViews统计分析基础教程
一、向量自回归（VAR）模型
4. VAR模型的检验 VAR模型的滞后结构检验 （1）AR根的图与表 如果VAR模型所有根模的倒数都小于1，即都在单位圆内， 则该模型是稳定的；如果VAR模型所有根模的倒数都大于1， 即都在单位圆外，则该模型是不稳定的。如果被估计的VAR 模型不稳定，则得到的结果有些是无效的。
即
上式称为非限制性向量自回归（Unrestricted VAR）模型， 是滞后算子L的k ╳ k 的参数矩阵。 当行列式det[A(L)]的根都在单位圆外时，不含外生变量的非 限制性向量自回归模型才满足平稳性条件。
EViews统计分析基础教程
一、向量自回归（VAR）模型
2.结构VAR模型（SVAR）
EViews统计分析基础教程
滞后阶数为p的VAR模型表达式为 yt=A1 yt-1 +A2 yt-2 +…+ Ap yt-p+B xt + μt
其中，yt为k维内生变量向量；xt为d维外生变量向量；μt是k 维误差向量A1，A2，…，Ap，B是待估系数矩阵。
EViews统计分析基础教程
一、向量自回归（VAR）模型
1.向量自回归理论 滞后阶数为p的VAR模型表达式还可以表述为